本發(fā)明一種基于機器學習和安時積分法的
鋰電池SOH預測方法,首先收集電池歷史運行數(shù)據(jù)上傳到鋰電池健康數(shù)據(jù)庫中,通過數(shù)據(jù)清洗、特征構建等對數(shù)據(jù)進行處理,同時配合安時積分法計算出歷史SOH數(shù)據(jù)作為模型輸出參數(shù),然后通過特征篩選得到對模型貢獻度較高的模型輸入?yún)?shù),此時已將無監(jiān)督學習的SOH預測轉化為監(jiān)督學習的SOH預測,最后采用stacking模型對歷史數(shù)據(jù)進行訓練迭代,篩選出模型最優(yōu)參數(shù),從而獲得鋰電池SOH預測模型。本發(fā)明方法可以實現(xiàn)實時、快速、準確的檢測電池的健康狀態(tài),有效延長鋰電池的使用壽命的同時提高鋰電池的安全性。
聲明:
“基于機器學習和安時積分法的鋰電池SOH預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)